Implementasi Data Mining Dengan Menggunakan Metode K-Means Clustering Untuk Menentukan Penjualan Sparepart Mobil
Authors
-
Sigit Aditya Fahmi
Universitas Islam Negeri Sumatera Utara
-
Ali Ikhwan
Universitas Islam Negeri Sumatera Utara
-
Fathiya Hasyifah Sibarani
Universitas Islam Negeri Sumatera Utara
DOI:
https://doi.org/10.62712/juktisi.v4i1.388Keywords:
Data Mining, Mobil, K-Means ClusteringAbstract
Transformasi teknologi informasi dan komunikasi yang berlangsung secara cepat telah menciptakan dampak yang signifikan terhadap berbagai sektor, termasuk bidang perdagangan dan layanan otomotif. Kemudahan dalam mengakses informasi serta peningkatan efisiensi operasional menjadi dua faktor utama yang memengaruhi dinamika penjualan suku cadang kendaraan. Uli Motor Service Station, sebuah bengkel yang beroperasi di Kota Padangsidempuan, Provinsi Sumatera Utara, menghadapi kesulitan dalam menentukan jenis suku cadang yang layak untuk dipasarkan. Kesulitan ini muncul sebagai akibat dari keragaman jenis suku cadang serta keterbatasan dalam sistem pengelolaan data yang dimiliki. Untuk menjawab permasalahan tersebut, penelitian ini mengadopsi pendekatan data mining dengan memanfaatkan algoritma K-Means Clustering. Algoritma ini berfungsi sebagai metode pengelompokan data yang mampu menyusun item berdasarkan kesamaan atribut yang dimiliki. Dalam konteks penelitian ini, teknik K-Means digunakan untuk menganalisis dan mengelompokkan data penjualan suku cadang guna mengidentifikasi pola konsumsi yang berulang. Pengelompokan ini diharapkan dapat memberikan rekomendasi yang lebih akurat dalam menentukan jenis suku cadang yang memiliki nilai jual tinggi, berdasarkan tren historis yang ada. Melalui penerapan metode ini, pengambilan keputusan strategis terkait manajemen stok dan distribusi produk dapat dilakukan secara lebih efisien dan berbasis data. Dengan demikian, hasil dari penelitian ini diharapkan mampu memberikan kontribusi nyata dalam meningkatkan efektivitas dan efisiensi sistem penjualan suku cadang di lingkungan Uli Motor Service Station.
Downloads
References
A. Vasudevan, A. Vorfi Lama, and Z. H. Sain, “The Game-Changing Impact of AI Chatbots on Education ChatGPT and Beyond,” J. Inf. Syst. Technol. Res., vol. 3, no. 1, pp. 38–44, Jan. 2024, doi: 10.55537/jistr.v3i1.770.
H. Nasiraee, M. Ashouri-Talouki, and X. Liu, “Optimal Black-Box Traceability in Decentralized Attribute-Based Encryption,” IEEE Trans. Cloud Comput., vol. 11, no. 3, pp. 2459 – 2472, 2023, doi: 10.1109/TCC.2022.3210137.
Y. Prawira, L. Hanum, and M. Syaifuddin, “Osase Information System In Web-Based Operation And Device Monitoring At Pt. Telkom Indonesia Arnet Witel Division Medan,” J. Inf. Syst. Technol. Res., vol. 1, no. 2, pp. 90–97, May 2022, doi: 10.55537/jistr.v1i2.113.
B. D. Pesik and P. F. Tanaem, “Perancangan Sistem Informasi Absensi online deteksi Lokasi berbasis Web,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 2, pp. 817–822, 2022.
G. Triyandana, L. A. Putri, and Y. Umaidah, “Penerapan Data Mining Pengelompokan Menu Makanan dan Minuman Berdasarkan Tingkat Penjualan Menggunakan Metode K-Means,” J. Appl. Informatics Comput., vol. 6, no. 1, pp. 40–46, 2022, doi: 10.30871/jaic.v6i1.3824.
F. R. Hariri, W. Sari, and C. Mashuri, “Perbandingan metode Double Exponential Smoothing dan Simple Moving Average pada kasus peramalan penjualan,” Teknologi, vol. 11, no. 2, pp. 93–100, 2021, doi: 10.26594/teknologi.v11i2.2348.
E. I. Pala et al., “Analisis Sistem Informasi Akuntansi Penjualan Pada Pt. Wahana Wirawan Manado-Nissan Datsun Martadinata,” J. EMBA J. Ris. Ekon. Manajemen, Bisnis dan Akunt., vol. 8, no. 4, pp. 824–834, 2020.
Z. Zhao and S. Zhang, “Style Transfer Based on VGG Network,” Int. J. Adv. Network, Monit. Control., vol. 7, no. 1, 2022, doi: 10.2478/ijanmc-2022-0005.
O. Italis, S. Pierre, and A. Quintero, “Privacy-preserving model for biometric-based authentication and Key Derivation Function,” J. Inf. Secur. Appl., vol. 78, 2023, doi: 10.1016/j.jisa.2023.103624.
R. Ananda, B. Serasi Ginting, and T. Ria Pasaribu, “Data Mining Grouping Of Drug Users By Age Using Clustering Method (Case Study: BNN Binjai City),” J. Inf. Syst. Technol. Res., vol. 1, no. 2, pp. 103–111, May 2022, doi: 10.55537/jistr.v1i2.139.
A. Penira and A. Ikhwan, “Data Mining Memprediksi Kecenderungan Calon Nasabah dalam Memilih Produk Asuransi PT AJS Bumiputera Medan,” vol. 16, no. 1, pp. 61–70, 2022.
S. M. Hutabarat and A. Sindar, “Data Mining Penjualan Suku Cadang Sepeda Motor Menggunakan Algoritma K-Means,” J. Nas. Komputasi dan Teknol. Inf., vol. 2, no. 2, p. 126, 2019, doi: 10.32672/jnkti.v2i2.1555.
S. Si, X. Lin, and P. Wei, “Compressed Zero-Knowledge Proofs for Lattice-Based Accumulator,” Comput. J., vol. 67, no. 2, pp. 694 – 708, 2024, doi: 10.1093/comjnl/bxad011.
R. Takdirillah, “Penerapan Data Mining Menggunakan Algoritma Apriori Terhadap Data Transaksi Sebagai Pendukung Informasi Strategi Penjualan,” Edumatic J. Pendidik. Inform., vol. 4, no. 1, pp. 37–46, 2020, doi: 10.29408/edumatic.v4i1.2081.
Z. Rao and J. Yuan, “Data mining and statistics issues of precision and intelligent agriculture based on big data analysis,” Acta Agric. Scand. Sect. B Soil Plant Sci., vol. 71, no. 9, 2021, doi: 10.1080/09064710.2021.1954684.
S. S. C. Mary, S. J. Shri, E. Thenmozhi, and K. Murugeswari, “Data Security in Wireless Sensor Networks using an Efficient Cryptographic Technique to Protect Against Intrusion,” SSRG Int. J. Electron. Commun. Eng., vol. 10, no. 4, pp. 41 – 50, 2023, doi: 10.14445/23488549/IJECE-V10I4P105.
A. Ikhwan and N. Aslami, “Implementasi Data Mining untuk Manajemen Bantuan Sosial Menggunakan Algoritma K-Means,” JurTI (Jurnal Teknol. Informasi), vol. 4, no. 2, 2020, [Online]. Available: http://jurnal.una.ac.id/index.php/jurti/article/view/2103
W. Dai, Z. Zhu, and F. Wu, “Image Clustering Algorithm and Its Application in Human Resources Management in Colleges,” IEEE Access, 2024, doi: 10.1109/ACCESS.2020.3021063.
Q. Razi, A. Devrani, H. Abhyankar, G. S. S. Chalapathi, V. Hassija, and M. Guizani, “Non-Fungible Tokens (NFTs) - Survey of Current Applications, Evolution, and Future Directions,” IEEE Open J. Commun. Soc., vol. 5, pp. 2765 – 2791, 2024, doi: 10.1109/OJCOMS.2023.3343926.
A. L. Setyabudhi and Sanusi, “Perancangan Modul Menggambar Teknik Berbasiskan Kompetensi Untuk Program Studi Teknik Industri Fakultas Teknik Ibnu Sina,” J. Tek. Ibnu Sina, vol. 4, no. 02, pp. 19–25, 2020, doi: 10.36352/jt-ibsi.v4i02.41.
K. S. Tiwari, R. S. Kadam, M. A. Dudhedia, J. R. Pansare, S. P. Khedkar, and S. H. Gawande, “Reversible Logic Gates and Applications – A Low Power Solution to VLSI Chips,” Math. Model. Eng. Probl., vol. 11, no. 3, pp. 705 – 720, 2024, doi: 10.18280/mmep.110315.
M. Kaveh, M. R. Mosavi, D. Martín, and S. Aghapour, “An efficient authentication protocol for smart grid communication based on on-chip-error-correcting physical unclonable function,” Sustain. Energy, Grids Networks, vol. 36, 2023, doi: 10.1016/j.segan.2023.101228.
W. Sardjono, A. Retnowardhani, A. Rahmasari, Johan, R. E. Kaburuan, and E. Lusia, “Application of Knowledge Management System for Information Literacy Knowledge Sharing in News Service,” in 3rd International Conference on Cybernetics and Intelligent Systems, ICORIS 2021, 2021. doi: 10.1109/ICORIS52787.2021.9649510.
M. Yasin, A. Akhmad Arman, I. J. M. Edward, and W. Shalannanda, “Designing information security governance recommendations and roadmap using COBIT 2019 Framework and ISO 27001:2013 (Case Study Ditreskrimsus Polda XYZ),” in Proceeding of 14th International Conference on Telecommunication Systems, Services, and Applications, TSSA 2020, 2020. doi: 10.1109/TSSA51342.2020.9310875.
L. Zhu, J. Li, J. Lai, X. Huang, and Y. Zhang, “Attribute-Based Online/Offline Signature Scheme Based on SM9; [基于商密 SM9 的属性基在线/离线签名方案],” Jisuanji Yanjiu yu Fazhan/Computer Res. Dev., vol. 60, no. 2, pp. 362 – 370, 2023, doi: 10.7544/issn1000-1239.202220530.
C. M. Shu and W. Hui, “Research on the Impact of Developmental HRM Practices to Employee Innovation Behavior Based on Mplus 8.0 and SPSS 21.0,” in Proceedings - 2021 2nd International Conference on Education, Knowledge and Information Management, ICEKIM 2021, 2021. doi: 10.1109/ICEKIM52309.2021.00110.
S. Aslamiyah, “Implementation of the Kano Model and Importance and Performance Analysis in the Development of a Web-Based Knowledge Management System,” J. Inf. Syst. Technol. Res., vol. 2, no. 1, pp. 1–12, Jan. 2022, doi: 10.55537/jistr.v2i1.552.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Sigit Aditya Fahmi, Ali Ikhwan, Fathiya Hasyifah Sibarani
This work is licensed under a Creative Commons Attribution 4.0 International License.
